DFR: Depth from Rotation by Uncalibrated Image Rectification with Latitudinal Motion Assumption

要約

回転形式のキャプチャ (監視カメラなど) が普及しているにもかかわらず、従来のステレオ補正技術は、回転が支配的な動きとビュー間のベースラインが小さいために失敗することがよくあります。
この論文では、キャリブレーションされていない回転カメラに対してステレオ補正を実行するという課題に取り組みます。
そのために、我々は、2 点対応の 2 つの画像を分析的に修正し、さらなる深度推定に役立つ新しい画像修正ソリューションである Depth-from-Rotation (DfR) を提案します。
具体的には、固定緯度の球面上でカメラが回転するときの回転カメラの動きをモデル化します。
カメラの光軸は球の表面に対して垂直にあります。
これを緯度運動の仮定と呼びます。
次に、2 つの画像の修正された変換を直接計算して 2 点解析ソルバーを導出します。
また、修正後の幾何学的歪みを軽減するための自己適応戦略も提案します。
広範な合成データと実データの実験により、提案された方法が有効性と効率の点で既存の研究を大幅に上回ることが実証されました。

要約(オリジナル)

Despite the increasing prevalence of rotating-style capture (e.g., surveillance cameras), conventional stereo rectification techniques frequently fail due to the rotation-dominant motion and small baseline between views. In this paper, we tackle the challenge of performing stereo rectification for uncalibrated rotating cameras. To that end, we propose Depth-from-Rotation (DfR), a novel image rectification solution that analytically rectifies two images with two-point correspondences and serves for further depth estimation. Specifically, we model the motion of a rotating camera as the camera rotates on a sphere with fixed latitude. The camera’s optical axis lies perpendicular to the sphere’s surface. We call this latitudinal motion assumption. Then we derive a 2-point analytical solver from directly computing the rectified transformations on the two images. We also present a self-adaptive strategy to reduce the geometric distortion after rectification. Extensive synthetic and real data experiments demonstrate that the proposed method outperforms existing works in effectiveness and efficiency by a significant margin.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google